关于小波分解原子时算法的等效模型

根据小波分析的基本原理,在分析小波分解原子时算法的基础上,提出了一种小波分解原子时算法的等效模型。通过多次的实验和大量的原始测量数据对算法模型进行了验证,并比较了小波原子时算法与等效模型的运算速度。结果表明,该模型可以提高原子时计算的速度,适合于原子时算法的快速计算。     

基于小波分析的无线传感网实时异常检测算法

异常检测技术能够检测到未知攻击,对于保障无线传感器网络安全具有重要意义.当前的异常检测技术实时性差,误报率高且计算量大,因此,无法直接应用在无线传感器网络中.鉴于此,提出基于小波分析的实时无线传感网异常检测(Wavelet Analysis-Based Real-time Anomaly Detection,WARAD)算法.在整个检测过程中,WARAD算法采用了逆向获取实时网络流量,然后通过对小尺度区间使用小波系数方差法计算Hurst值,从而提高异常检测的实时性、准确率,并降低求解Hurst值的运算复杂度.最后,在MeshIDE平台上实现了基于WARAD算法的异常检测系统,实验结果表明此算法极大地提高了无线传感网环境下异常检测的实时性,并降低了异常检测的误报率和漏报率.     

基于正态反高斯先验模型的小波去噪算法

提出了一种基于正态反高斯先验模型(NIG)的小波去噪算法.将小波系数建模为正态反高斯分布,利用矩估计法计算每个子带内的模型参数;在贝叶斯最大后验概率估计(MAP)准则下推导出与NIG模型相对应的阈值函数表达式,以此对图像进行去噪处理.实验结果表明:该算法与经典的阈值去噪算法相比,具有更好的信噪比和视觉效果.     

基于Haar小波和极大似然估计的Hurst参数估计法

Hurst参数是表征网络业务自相似性的一个重要参数,在一定的观察时间内对突发业务的Hurst参数进行快速、准确的估计是高速宽带网络实施流量控制和缓冲资源分配的前提.本文提出一种基于Haar小波和极大似然估计的Hurst参数估计法.该方法首先使用Haar小波对DFBM序列的增量DFGN序列进行小波变换,然后再利用极大似然估计来估计Hurst系数.仿真生成的DFBM和真实自相似网络业务数据的计算结果均表明,该方法提高了Hurst参数估计的效率和准确性,比传统方法具有更好的性能.     

基于网络微积分的QoS接入策略

针对网络服务质量中的接入控制存在的数据流可控性问题,提出一种基于网络微积分的接入策略.首先针对接入控制中的带宽计算,引入了网络微积分中的有效带宽与等效容量模型,其次建立了接入控制中接受域的数学模型.并对该模型的理论意义进行分析.最后,通过实验仿真来说明此算法的有效性.     

基于小波多尺度分析的DBA算法

分析了以往状态报告型与非状态报告型GPON动态带宽分配算法的优缺点,采用二者相结合的方式,提出一种基于小波多尺度分析的GPON动态带宽分配算法（DBA.）算法通过小波预测模型获得ONU的实时业务量,并采用权重优先级的方式为各ONU合理分配上行带宽.给出了算法的实现步骤,在OPNET环境下建立了GPON的仿真模型,对所提出算法的有效性进行了验证.结果表明,算法获得了较低的传输时延和较高的带宽利用率,是一套完整可行的动态带宽分配方案.     

基于Laws纹理能量测度的鲁棒水印方案

针对数字水印算法中JND阈值鲁棒性较差的现状,研究了JND阈值的鲁棒性与小波系数间的联系,提出基于图像低频小波系数的Laws纹理测度的JND闲值计算模型.该模型能很好地定位嵌入水印,明显地改善检测效果.同时给出一种基于随机统计特征的匹配检测算法.该算法在提高响应值的同时计算出对应的虚警概率,能定量的表征有效性,具有较强的说服力.     

基于广义似然比的小波域SAR图像相干斑抑制算法

在联合检测与估计理论框架下推导出了Bayes萎缩函数表达式,并提出了一种基于广义似然比的小波域SAR图像去斑算法.该算法对含斑SAR图像直接做冗余小波变换,求出小波系数所对应的二值掩模;对相干斑噪声和有用信号的似然条件概率分别建模为尺度指数分布和Gamma分布,根据二值掩模信息,采用最大似然估计得到两种模型的参数并计算似然条件概率比.实验结果表明:文中所给算法在有效滤除斑点噪声的同时,也较好地保持了图像的细节信息,在对人工加斑图像和多幅实际SAR图像的处理中获得了令人满意的结果.     

基于等效磁路的PMECD变种群规模遗传多目标优化设计

基于等效磁路模型,提出了一种使用引入死亡和战争因素的变种群规模遗传算法进行永磁涡流驱动器的多目标优化设计的方法.首先建立磁场分析模型,推导关键参数的解析表达式.在此基础上,以永磁体厚度、极弧系数、铜盘厚度以及永磁体个数为变量,以输出转矩、转动惯量和驱动器体积为优化目标,提出了基于熵值权重的永磁驱动器多目标优化函数,然后应用引入死亡和战争因素的变种群规模遗传算法来优化结构尺寸.优化结果得到了实验以及有限元仿真的验证,并且与其他算法进行了比较.结果表明,相比其他优化算法,该基于解析模型的变种群规模遗传算法在结构参数优化设计中有很好的计算效果.     

多路自相似流输入下基于FBM模型的丢包率分析

从分形布朗运动(FBM)模型出发,结合高斯输入下的丢包性能,推导了多路自相似流输入下丢包率的理论分析.结果显示,在多路自相似流输入情况下,若各条流的均值、方差近似相等,则Hurst参数最大的流对合成流的丢包率具有决定性的影响.该结论通过仿真得到了很好的验证.所提出的分析方法和得出的结论对于网络节点性能分析、缓冲区设计及资源调度等具有实际的指导意义.     

Stability of Linear Stochastic Differential Equations with Respect to Fractional Brownian Motion

This paper is concerned with the stochastically stability for the m -dimensional linear stochastic differential equations with respect to fractional Brownian motion (FBM) with Hurst parameter H∈ (1/2, 1). On the basis of the pioneering work of Duncan and Hu, a Ito's formula is given.An improved derivative operator to Lyapunov functions is constructed, and the sufficient conditions for the stochastically stability of linear stochastic differential equations driven by FBM are established. These extend the stochastic Lyapunov stability theories.     

分数布朗运动的子波变换及其对H参数的估计

本文将子波变换应用于分数布朗运动的分析,证明了分数布朗运动的子波变换是一个平稳过程的结论,提出了利用子波变换估计分数布朗运动的H参数的两种方法,这些方法与分析子波无关,可利用快速子波变换来实现.     

航海动态仿真系统中的CAGD与FBM算法

在研究计算机辅助几何设计和分数布朗运动理论的基础上,提出了基于数据分布的二维乃至高维的模型和算法,从而克服了航海模拟器中动态景物合成的不足,得到了运行可靠的结论.     

An Intrusion Alarming System Based on Self-Similarity of Network Traffic

Intrusion detection system can make effective alarm for illegality of network users, which is absolutely necessarily and important to build security environment of communication base service. According to the principle that the number of network traffic can affect the degree of self-similar traffic, the paper investigates the variety of self-similarity resulted from unconventional network traffic. A network traffic model based on normal behaviors of user is proposed and the Hurst parameter of this model can be calculated. By comparing the Hurst parameter of normal traffic and the self-similar parameter, we can judge whether the network is normal or not and alarm in time.     

针对细分方案的快速FBM算法

在对分数布朗运动进行理论研究的基础上，给出了一种针对细分方案的快速ＦＢＭ算法，即对于不同格式的剖分，填加相应的型值点，以实时地生成各种不同ＦＢＭ或者类ＦＢＭ曲线，此法可以有效地用于各种复杂曲线及边界线模拟。     

网络流量长相关特性的估值算法的性能分析

长相关特性(LRD)是网络流量的最基本的统计特性，有多种算法可以用于判定网络流量是否具有长相关特性．但各种算法对Hurst参数均采用估值的方式而不是直接计算的方式，因此，它在各种条件下的鲁棒性和可靠性值得探讨．用确知的LRD序列和确知的非LRD序列来检验几种常用的估值算法的正确性和鲁棒性，并根据实验结果，提出了在研究网络流量的LRD特性时应注意的问题．     

基于网络流量自相似的DDoS攻击检测方法

分布式拒绝服务攻击(DDoS)是目前黑客经常采用并极为有效的网站攻击手段。本文在验证局域网流量具有严格自相似性的同时,介绍了常用的Hurst参数计算方法。通过大量实验研究了DDoS攻击对Hurst系数产生的定量影响,并在实验数据分析的基础上,提出了攻击发生和结束的准确判据。实验结果显示,该方法性能良好。     

参数并行：一种基于群启发式算法的机器学习参数寻优方法

针对机器学习算法超参数寻优效率低的问题和参数寻优主流算法的特点,提出了一种基于参数并行机制的机器学参数寻优方法。该方法利用群启发式算法来进行机器学习算法的参数寻优,将种群转换为Spark平台特有的弹性分布式数据集,针对参数寻优耗时特点并行计算种群中个体适应度。选取随机森林和遗传算法作为实验算法设计了多组实验对所提出的学习训练方法进行验证。实验结果表明,在20万条以下的小数据量下,文中提出的基于参数并行机制的机器学习参数寻优方法与基于数据并行机制的机器学习参数寻优方法相比,运行时间最多能够减少2个小时,并具有良好的可扩展性。     

基于速度变化量的车辆折算系数研究

车辆折算系数是道路通行能力计算和服务水平评价等方面最重要的基础参数之一。通过对基于密度相等的方法、时距法和超车法进行了介绍和分析,提出了以车辆速度变化量为基础的车辆当量折算系数,分析了影响车辆折算系数的因素;并分别选取了不同车道数、不同坡度、不同服务水平以及不同大车比例。通过微观仿真平台验证了不同组合交通情况下的车辆当量折算系数及折算系数的变化趋势。结果表明:从1车道到2车道,折算系数增加,从2车道到3车道,折算系数出现了减小的趋势;在下坡路段折算系数比上坡路段大;随着流量的增加,折算系数先增加后减小;随着大车比例增加,折算系数出现增加的趋势。